?在產品的設計與運營過程中，通過數據對用戶行為進行分析，我們可以總結分析出用戶行為與產品之間的關聯(lián)，并針對性地對產品做出改進。

一、常見用戶行為分析模型

在數據分析的大框架下，通過對用戶行為監(jiān)測獲得的數據進行分析研究的行為歸結于用戶行為分析。用戶行為分析可以讓產品更加詳細、清楚地了解用戶的行為習慣，從而找出網站、app、推廣渠道等產品存在的問題，有助于產品發(fā)掘高轉化率頁面，讓產品的營銷更加精準、有效，提高業(yè)務轉化率。

用戶分析是用戶中心的設計流程中的第一步。是一種理解用戶，將他們的目標、需求與商業(yè)宗旨相匹配的理想方法，可以幫助企業(yè)定義產品的目標用戶群。在用戶行為領域，數據的使用及挖掘是非常重要的，通過數據分析方法的科學應用，經過理論推導，能夠相對完整地揭示用戶行為的內在規(guī)律，基于此幫助產品實現(xiàn)多維交叉分析。

針對用戶行為分析，通常分為如下幾個方法：

1. 行為事件分析
2. 頁面點擊分析
3. 用戶行為路徑分析
4. 漏斗模型分析
5. 用戶健康度分析
6. 用戶畫像分析

二、常見分析模型的作用與應用場景

1. 行為事件分析

1）作用：行為事件分析方法主要用于研究某行為事件的發(fā)生對產品的影響以及影響程度。

2）應用場景：針對某一具體行為，進行深度下鉆分析，分析維度全面細致，確認導致該行為的原因;或針對某一結果現(xiàn)象，回溯可能造成此現(xiàn)象的行為是什么。例如查看功能模塊的滲透率，回溯點擊該功能和不點擊該功能的用戶有什么行為差別。

3）涉及的數據指標：每個產品根據產品特性，會有不同的行為事件和篩選維度，但基本涵蓋了該業(yè)務所需要的所有數據指標維度，進行前期數據規(guī)劃中，需要對可分析事件進行全量數據埋點。后期平臺運營過程中，將依賴于前期的數據采集規(guī)劃。

4）圖例：

2. 頁面點擊分析

1）作用：點擊分析被應用于顯示頁面區(qū)域中不同元素點擊密度的圖示，可以：

• 精準評估用戶與產品交互背后的深層關系
• 實現(xiàn)產品的跳轉路徑分析，完成產品頁面之間的深層次的關系需求挖掘
• 與其他分析模型配合，全面視角探索數據價值
• 直觀的對比和分析用戶在頁面的聚焦度、頁面瀏覽次數和人數以及頁面內各個可點擊元素的百分比。

2）應用場景：通常用于首頁、活動頁、產品詳情頁等存在復雜交互邏輯的頁面分析。一般分為可視化熱力圖、固定埋點兩種形式。

3）涉及的數據指標：

• 瀏覽次數（PV）：該頁面被瀏覽的次數。
• 瀏覽人數（UV）：該頁面被瀏覽的人數。
• 頁面內點擊次數：該頁面內所有可點擊元素的總次數。
• 頁面內點擊人數：該頁面內所有可點擊元素的總人數。
• 點擊人數占比：頁面內點擊人數/瀏覽人數。

4）圖例：

頁面點擊熱力圖

鼠標滑動熱力圖

3. 用戶行為路徑分析

1）作用：明確用戶現(xiàn)存路徑有哪些，發(fā)現(xiàn)路徑問題，或優(yōu)化用戶行為沿著最優(yōu)訪問路徑前進，結合業(yè)務場景需求進行前端布局調整

2）應用場景：確定產品用戶從訪問到轉化/流失都經過了哪些流程，轉化用戶與流失用戶是否有行為區(qū)別，以及用戶行為路徑是否符合預期

3）涉及的數據指標：全鏈路頁面級PV、UV，以及路徑流轉關系

4）圖例：

4. 漏斗模型分析

1）作用：從一個事件環(huán)節(jié)的最開始到最終轉化成購買的整個流程中的一個個子環(huán)節(jié)，相鄰環(huán)節(jié)的轉化率表現(xiàn)力。就是指用數據指標來量化每一個步驟的表現(xiàn)。（流量漏斗模型在產品中的經典運用是AARRR模型，不過現(xiàn)在已經流行更新的RARRA模型）

2）應用場景：衡量每一個轉化步驟的轉化率，通過異常數據指標找出有問題的環(huán)節(jié)并解決，最終提升整體購買轉化率

3）涉及的數據指標：轉化周期（每層漏斗的時間的集合）、轉化率（每層漏斗之間的）

4）圖例

5. 用戶健康度分析

1）作用：用戶健康度是基于用戶行為數據綜合考慮的核心指標，體現(xiàn)產品的運營情況，為產品的發(fā)展進行預警。包括三大類型指標：產品基礎指標、流量質量指標、產品營收指標。

2）應用場景：更大范圍的業(yè)務綜合指標考量，體現(xiàn)完整產品運營情況，預測未來發(fā)展。

3）涉及的數據指標：

• 產品基礎指標，主要評價產品本身的運行狀態(tài)：DAU、PV、UV、新用戶數
• 流量質量指標，主要評價用戶流量的質量高低：跳出率、人均瀏覽次數、人均停留時間、用戶留存率、用戶回訪率
• 產品營收指標，主要評價產品的盈利能力與可持續(xù)性：用戶支付金額（GMV）、客單價、訂單轉化率

4）產品營收指標恒等式：

銷售額=訪客數×成交轉化率×客單價

銷售額=曝光次數×點擊率×成交轉化率×客單價

5）圖例

6. 用戶畫像分析

1）作用：根據用戶的屬性、用戶偏好、生活習慣、用戶行為等信息而抽象出來的標簽化用戶模型。通過高度精煉用戶特征來描述用戶，可以讓人更容易理解用戶，并且可以方便計算機處理

2）應用場景：通過定義用戶畫像，可以幫助產品運營理解用戶，產品設計從為所有人做產品，變成為帶有某些標簽的人群做產品，產品能夠更精細化運營，且設計復雜度降低

3）涉及的數據指標（不限于）：

• 人口屬性：性別、年齡等人的基本信息
• 興趣特征：瀏覽內容、收藏內容、閱讀咨詢、購買物品偏好等
• 位置特征：用戶所處城市、所處居住區(qū)域、用戶移動軌跡等
• 設備屬性：使用的終端特征等
• 行為數據：訪問時間、瀏覽路徑等用戶在網站的行為日志數據
• 社交數據：用戶社交相關數據

4）用戶標簽庫圖例

后續(xù)有機會將更新每種分析方法的具體方法步驟及案例，歡迎交流討論

作者：趙小洛，wechat：luoluo963，郵箱：youlu2409@163.com

本文由 @趙小洛 原創(chuàng)發(fā)布于人人都是產品經理，未經許可，禁止轉載。

題圖來自Unsplash，基于CC0協(xié)議。